淺談keras中的batch_dot,dot方法和TensorFlow的matmul
更新時(shí)間：2020年06月18日 11:23:35 作者：huml126
這篇文章主要介紹了淺談keras中的batch_dot,dot方法和TensorFlow的matmul，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
概述
在使用keras中的keras.backend.batch_dot和tf.matmul實(shí)現(xiàn)功能其實(shí)是一樣的智能矩陣乘法，比如A,B,C,D,E,F,G,H，I,J,K,L都是二維矩陣，中間點(diǎn)表示矩陣乘法，AG 表示矩陣A 和G 矩陣乘法（A 的列維度等于G 行維度），WX=Z
import keras.backend as K import tensorflow as tf import numpy as np w = K.variable(np.random.randint(10,size=(10,12,4,5))) k = K.variable(np.random.randint(10,size=(10,12,5,8))) z = K.batch_dot(w,k) print(z.shape) #(10, 12, 4, 8)
import keras.backend as K import tensorflow as tf import numpy as np w = tf.Variable(np.random.randint(10,size=(10,12,4,5)),dtype=tf.float32) k = tf.Variable(np.random.randint(10,size=(10,12,5,8)),dtype=tf.float32) z = tf.matmul(w,k) print(z.shape) #(10, 12, 4, 8)
示例
from keras import backend as K a = K.ones((3,4,5,2)) b = K.ones((2,5,3,7)) c = K.dot(a, b) print(c.shape)
會(huì)輸出：
ValueError: Dimensions must be equal, but are 2 and 3 for ‘MatMul' (op: ‘MatMul') with input shapes: [60,2], [3,70].
from keras import backend as K a = K.ones((3,4)) b = K.ones((4,5)) c = K.dot(a, b) print(c.shape)#(3,5)
或者
import tensorflow as tf a = tf.ones((3,4)) b = tf.ones((4,5)) c = tf.matmul(a, b) print(c.shape)#(3,5)
如果增加維度：
from keras import backend as K a = K.ones((2,3,4)) b = K.ones((7,4,5)) c = K.dot(a, b) print(c.shape)#(2, 3, 7, 5)
這個(gè)矩陣乘法會(huì)沿著兩個(gè)矩陣最后兩個(gè)維度進(jìn)行乘法，不是element-wise矩陣乘法
from keras import backend as K a = K.ones((1, 2, 3 , 4)) b = K.ones((8, 7, 4, 5)) c = K.dot(a, b) print(c.shape)#(1, 2, 3, 8, 7, 5)
keras的dot方法是Theano中的復(fù)制
from keras import backend as K a = K.ones((1, 2, 4)) b = K.ones((8, 7, 4, 5)) c = K.dot(a, b) print(c.shape)# (1, 2, 8, 7, 5).
from keras import backend as K a = K.ones((9, 8, 7, 4, 2)) b = K.ones((9, 8, 7, 2, 5)) c = K.batch_dot(a, b) print(c.shape) #(9, 8, 7, 4, 5)
或者
import tensorflow as tf a = tf.ones((9, 8, 7, 4, 2)) b = tf.ones((9, 8, 7, 2, 5)) c = tf.matmul(a, b) print(c.shape) #(9, 8, 7, 4, 5)
以上這篇淺談keras中的batch_dot,dot方法和TensorFlow的matmul就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了Python colormap庫(kù)的安裝和使用詳情，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-10-10
這篇文章主要介紹了給Python初學(xué)者的一些編程技巧,皆是基于基礎(chǔ)的一些編程習(xí)慣建議,需要的朋友可以參考下2020-02-02
通過(guò)python爬蟲(chóng)mechanize庫(kù)爬取本機(jī)ip地址的方法
python中的mechanize算是一個(gè)比較古老的庫(kù)了，在python2的時(shí)代中，使用的多一些，在python3以后就很少使用了，現(xiàn)在已經(jīng)是2202年了，可能很多人都沒(méi)聽(tīng)說(shuō)過(guò)mechanize，這不要緊，我們先來(lái)簡(jiǎn)單的講解一下，如何使用mechanize，感興趣的朋友一起看看吧2022-08-08
如何解決PyCharm顯示:無(wú)效的Python?SDK
這篇文章主要介紹了在不同電腦之間傳輸Python項(xiàng)目時(shí)遇到的路徑問(wèn)題,并提供了解決方法,文中通過(guò)圖文介紹的非常詳細(xì),需要的朋友可以參考下2025-01-01
今天小編就為大家分享一篇查看python下OpenCV版本的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-08-08
我們開(kāi)發(fā)的每個(gè)系統(tǒng)都離不開(kāi)配置信息,這些信息都非常敏感,一旦泄露出去后果非常嚴(yán)重,被泄露的原因一般是程序員將配置信息和代碼混在一起導(dǎo)致的,這篇文章主要給大家介紹了關(guān)于如何使用python-dotenv解決代碼與敏感信息的分離,需要的朋友可以參考下2022-03-03
Python解析JSON數(shù)據(jù)的方法簡(jiǎn)單例子
這篇文章主要給大家介紹了關(guān)于Python解析JSON數(shù)據(jù)的方法,解析JSON文件是Python中非常常見(jiàn)的操作,文中通過(guò)代碼介紹的非常詳細(xì),需要的朋友可以參考下2023-09-09
提高Python代碼的運(yùn)行效率是每個(gè)Python開(kāi)發(fā)者都關(guān)心的問(wèn)題,本文有7個(gè)可以提高Python代碼運(yùn)行效率的小貼士,希望對(duì)大家有一定的幫助2024-11-11
python中三種輸出格式總結(jié)(%,format,f-string)
在Python語(yǔ)言編程中,我們會(huì)與字符串打交道,那務(wù)必會(huì)輸出字符串來(lái)查看字符串的內(nèi)容,下面這篇文章主要給大家介紹了關(guān)于python中三種輸出格式的相關(guān)資料，三種格式分別是%,format,f-string,需要的朋友可以參考下2022-03-03
python 創(chuàng)建一個(gè)空dataframe 然后添加行數(shù)據(jù)的實(shí)例
今天小編就為大家分享一篇python 創(chuàng)建一個(gè)空dataframe 然后添加行數(shù)據(jù)的實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-06-06